基于VI的智能车仿真系统设计

4 控制算法仿真

Plastid针对不同的使用者提供了三种不同的控制算法仿真方案：子VI（SubVI）、C结点以及单片机的在线仿真。

首先，最接近于LabVIEW编程环境的即为SubVI方案。用户将自己的控制算法，移植为LabVIEW的SubVI，Plastid在仿真时即时地给该SubVI输入变量（车速、传感器值等），SubVI通过计算得出控制量并输送给Plastid仿真循环。SubVI方案对于熟悉LabVIEW G语言编程方法的使用者来说非常简单，但它的缺点是移植性较差，由于C语言和G语言的差别较大，因此将单片机的控制算法转换为子VI的程序需要一定的工作量。

其次，C结点方案则更适合于采用C语言编程的使用者们，其原理与SubVI方案类似，但是其程序则可直接用C语言编写，用Visual Studio IDE将其编译为dll文件，系统在仿真时会自动调用该dll，从而实现与SubVI一样的控制和反馈。对于本方案，使用者可以将其单片机的程序进行适当的修改后即可使用，因此移植性较高。

最后，利用CAN模块，系统可以直接与单片机进行直接通讯，并实现在线仿真。单片机方面只需要在其CAN接口即时地传送其控制量（这在程序中很容易添加相应程序），而Plastid则通过CAN模块得到这些量，并传送反馈量给单片机。在这一方案，单片机的程序修改不大，但需要有CAN模块等硬件支持。

图4为系统动态仿真的界面，使用者在加载完赛道与赛车文件后，即可进行动态的仿真。其中仿真周期表示系统每一次计算的时间，可以根据单片机的运算周期进行设定，但值得一提的是，在仿真过程中，其真实的仿真周期会根据计算机的性能等因素而不同，但其仿真的结果可以保证确实根据该仿真周期计算而得，从而保证其仿真的可靠性。

图4 动态仿真界面

5 不足与改进

由于Plastid仿真系统还未与实车的仿真进行过深入比较，且开发周期也较短，因此必然留有一些不足之处。
该系统目前还只能用于采用光感传感器路径识别方案的智能车，对于CCD摄像头技术还不支持。

其次，在仿真过程中，系统只是根据汽车的运动学模型（将车简化为一四轮刚体来处理）进行计算，并未考虑其侧滑以及路面摩擦力的影响。这将使其仿真结果与实际结果有一定差距，我们将在后续工作中根据实车的情况，不断进行实车试验和对比，从而提高其仿真真实度，使其能尽可能地模拟出实际的情况。

最后，计算速度也是系统必须面临的一大问题。对此，我们将优化代码，并裁剪不必要的程序，从而提高系统的仿真速度。

综上所述，本系统主要针对本次智能车大赛而开发，将在这一届邀请赛过程中进行不断的优化和改进，争取为广大参赛队伍更好地完成开发任务而服务。